Supervised Learning Unsupervised Learning

2.2.2. Model-Model Pembelajaran

Menurut [10] model pembelajaran dibedakan menjadi tiga, yaitu :

1. Supervised Learning

Pada model pembelajaran ini, jaringan saraf buatan menggunakan variabel prediktor sebagai input yang akan dijadikan indikator untuk menerangkan variabel target sebagai outputnya. Variabel-variabel prediktor tersebut disesuaikan dengan target output yang ingin dihasilkan. Tujuan model supervised learning adalah untuk menentukan nilai bobot-bobot koneksi didalam jaringan sehingga jaringan tersebut dapat melakukan pemetaan dari input ke output sesuai dengan yang diinginkan. Jaringan perceptron , dan backpropagation merupakan model-model dengan tipe supervised learning [8]. Tabel 2.1 Data Sederhana Pengenalan Huruf Alphabet Variabel Prediktor Contoh Posisi horizontal Posisi vertikal Panjang box Tinggi box Jumlah pixel Variabel Target 1 2 8 3 5 1 T 2 5 12 3 7 2 I 3 4 11 6 8 6 D 4 7 11 6 6 3 N 5 2 1 3 1 1 G Model pembelajaran supervised learning selalu memiliki satu kolom yang merupakan variabel target, pada contoh data sederhana pengenalan huruf diatas variabel targetnya adalah huruf alphabet. Pada model pembelajaran ini tiap-tiap variabel memiliki suatu hubungan 10 yang tidak saling bebas. Sebagai contoh, Huruf T diprediksi berada dalam posisi horizontal yang dihitung dari sebelah kiri gambar dan huruf berada di tengah box pada titik koordinat 2 pixel, posisi vertikal dihitung dari bagian bawah pada box di titik koordinat 8 pixel, Sedangkan panjang box berada pada titik koordinat 3 pixel dan tinggi box berada pada titik koordinat 5 pixel. Jika huruf alphabet berada dalam karakteristik variabel target maka dapat dikatakan huruf tersebut berhasil dalam mengklasifikasikan huruf alphabet.

2. Unsupervised Learning

Berbeda dengan model supervised learning, dalam model unsupervised learning tidak terdapat variabel target dari kategori pola- pola yang akan diklasifikasikan hanya terdiri dari variabel prediktor. Untuk model pembelajaran ini biasanya hanya dilakukan proses clustering lihat tabel 2.2. Bukan pengklasifikasian seperti pada model pembelajaran supervised. Tabel 2.2 Hak pilih USA senator pada 6 persoalan Issue Class 1 Class 2 Toxic Waste Yes No Budget Cuts Yes No SDI Reduction No Yes Contra Aid Yes No Line-Item Veto Yes No MX Production Yes No

3. Semi Unsupervised Learning